1月5日晚，身穿標誌性黑色皮夾克的黃仁勳站在拉斯維加斯CES 2026的舞台上，這位NVIDIA掌門人正式發佈了由六顆全新晶片組成的Rubin平台，宣佈將在2026年下半年向合作夥伴供貨。更重磅的是代號“Alpamayo”的自動駕駛AI軟體——黃仁勳稱之為“機器人技術的ChatGPT時刻”。黃仁勳在交流會現場一天之後的1月6日答疑會上，老黃繼續他的“布道之旅”，資訊量更是爆棚。談市場，他直接把預期拉滿：“自去年10月以後發生了很多新進展，應該會提高我們對5000億美中繼資料中心銷售的預期。” 他特別強調了一個被低估的趨勢——開源模型現在已經佔據了四分之一的AI代幣生成量。用他的話說，這個世界正在經歷一場10兆美元的計算現代化升級，而勞動力產業更是高達100兆美元。“這是第一次，技術在服務於世界整個經濟。”聊到中國，黃仁勳的態度務實又坦誠。關於H200出口和中國市場的反覆提問，他只用一句話回應：“我只期待採購訂單，當採購訂單到來時，它將暗示其他一切。” 對於中國的競爭對手，他既認可“中國企業家、工程師和AI研究人員是世界上最好的之一”，也不忘提醒：“我期待你們的競爭，你們必須努力工作。”技術細節層面，老黃如數家珍：可插拔NVLink交換機、功率平滑技術、端到端保密計算，還有把組裝時間從兩小時壓縮到五分鐘的創新。他甚至預言NVIDIA可能會成為“世界上最大的CPU製造商之一”和“最大的儲存公司之一”。最有意思的是關於機器人的討論。當有人問“什麼時候能得到具有人類水平能力的機器人”，黃仁勳的回答簡潔有力：“明年？哦，是今年。” 他不認為機器人會搶人類的飯碗，反而說“擁有機器人將創造就業機會”，因為“我們需要更多AI移民來幫助我們”。關於自動駕駛的安全哲學，老黃也給出了他的答案：“最好永遠不要有人車交接。所以即使你不承諾L4，也應該具有L4的能力。”兩天的CES之行，黃仁勳展現的不僅是NVIDIA的技術路線圖，更是他對AI時代的宏大敘事：從晶片到生態，從資料中心到機器人，從當下的幾千億到未來的百兆。這場百兆美元的技術革命，NVIDIA顯然不想缺席任何一個戰場。01 關於AI泡沫問題： 2025年10月你給出了一個當時令人震驚的數字，說未來四五個季度會賣出去大約5000億美元的資料中心。過去幾天你一直在說需求非常強勁。我們應該期待更高的數字嗎？黃仁勳： 我希望不要定期更新這個數字。但我要說的是，自那以後發生了許多新進展，應該會提高我們對這個數字的預期。去年我們有一些非常激動人心的消息。我們一直是模型建構者、AI建構者的好夥伴。OpenAI、xAI和Gemini長期以來一直在NVIDIA上運行。去年我們宣佈Anthropic未來也將在NVIDIA上運行，這是個大新聞。2025年世界的一個重大驚喜是開源模型的成功——DeepSeek R1，然後是Qwen、Nemotron、Cosmos。所有這些模型真正起飛了，以至於現在每四個生成的token中就有一個來自開源模型。我認為這被低估了。這極大地推動了NVIDIA和公有雲的需求。這也解釋了為什麼現在Hopper的定價實際上在雲端上漲。所有Hopper都在雲端被消耗，現在現貨價格開始上漲。這顯示了全球正在產生的需求。此外，看起來我們將重返中國市場。所以H200也會有所貢獻。綜合來看，我認為我們會有非常好的一年。02 出口和中國問題： 距離川普政府宣佈批准H200在中國的出口許可已經快一個月了。你預計什麼時候能向中國客戶出貨這些晶片？H200在中國獲得大訂單的可能性有多大？黃仁勳：我們已經啟動了供應鏈，H200正在生產線上流動。我們正在與美國政府完成許可的最後細節。這就是三個部分。之後，我認為我們會盡最大努力。最終，我的預期是我們會通過採購訂單瞭解一切。我們不會有任何新聞稿或大型聲明，只會有採購訂單。如果採購訂單來了，那是因為他們能夠下採購訂單。我認為就這麼簡單。所以我期待著採購訂單的到來。問題： 去年你在國會未通過GenAI法案時取得了重大勝利。但外交事務委員會主席Brian Mast有一項新法案，將授權國會不批准商務部發出的任何出口許可。你認為國會有能力阻止NVIDIA晶片出口中國的許可嗎？黃仁勳： 出口管制已經被分配給商務部是有充分理由的。所以我認為，政府中有一個來源來執行法律就足夠了。但最終，無論出現什麼法律，我們都會遵守。問題： 你認為H200在中國市場仍然有競爭力嗎？因為你自己說過華為是如此強大的競爭對手，而且中國有這麼多初創公司也在研發替代產品。黃仁勳： H200在市場上還有競爭力。但它不會永遠有競爭力。所以希望以後我們能夠發佈其他有競爭力的產品。為了保持美國在市場上的競爭力，法規也必須繼續發展。它不會是靜態法規，這沒有意義。現在H200將有競爭力。當它不再有競爭力時，希望我們會有其他新東西。然後隨著時間的推移，我們會繼續發佈（新產品），以繼續在市場上保持競爭力。問題：中國有很多新興的AI晶片玩家。在這種背景下，展望2026年，你如何看待競爭格局的演變？你認為今天NVIDIA最具防禦性的護城河是什麼？黃仁勳： 我認為中國湧現的初創公司數量很多，其中許多已經上市並做得非常非常好。這說明了中國技術產業的活力和能力。我認為可以毫不誇張地說，中國企業家、工程師、技術專家和AI研究人員群體是世界頂尖等級的。可以肯定地說，中國生態系統技術生態系統發展非常快。工程師工作非常努力，他們非常有創業精神。他們有如此聰明的想法，所以我完全相信中國技術市場將繼續繁榮並繼續發展。對於我們來說，要做出貢獻並向中國市場提供一些東西，我們將不得不競爭，我們將不得不繼續推進我們的技術。NVIDIA在今天以世界上沒有人能做到的規模創新AI。我們是世界上唯一一家從CPU一直到現在的儲存建構一切的公司。我們在其上開發每個軟體堆疊，也在模型等級以及基礎設施等級進行創新。我們與世界上幾乎每家AI公司都有合作。我們的市場推廣和管道將技術傳達到終端市場的合作夥伴。終端市場，無論是製造業，比如我們與西門子的合作夥伴關係，還是在醫療保健，我們與世界上最大的製藥公司Eli Lilly的合作夥伴關係，到汽車，到金融服務。所有這些不同的行業，NVIDIA都有真正深入的參與。所以我認為這是一個我們應該繼續領導的行業，這就是為什麼我們必須如此努力工作。我們公司在這方面非常擅長。我們以前所未有的速度進行創新，但我們不能認為任何事情是理所當然的。這個行業將會大幅發展了。這個行業有多大？世界在過去15年裡，在晶片領域投資了約10兆美元。這10兆美元正在從經典計算完全現代化到AI的過程中。因此，第一，10兆美元必須重新現代化。我們目前有了10兆美元中的幾千億美元。第二件事是軟體。AI技術第一次不僅僅是一個工具，它也是勞動力。正如我們之前提到的，未來將會有人形機器人，有自動駕駛汽車。將會有軟體編碼代理和晶片設計代理，它們增強勞動力。勞動力產業是100兆美元的市場。這是第一次，技術在服務於世界的整體經濟。所以有理由認為這將是一個極其龐大的市場。我並不驚訝有這麼多企業家想來競爭。我想我對他們的最後一句話是，我期待你們的競爭。你們必須努力工作。03 關於投資問題： 輝達現在正坐在一座巨大的現金山上，你能談談你如何考慮向前分配這些資本嗎？比如收購、招聘等？黃仁勳： 我們在幾個維度上投資生態系統。我們思考投資的第一種方式是建構世界無法建構或不存在的東西。除非我們建構它，否則它不會存在。例如NVLink就是個好例子。如果我們不建構它，它們就不會來。例如Grace CPU，只有一種這樣的架構。現在每個人都理解它的好處了，你可以用它來儲存長上下文記憶體，因為並非所有HBM上的記憶體都足夠大。而我們預期上下文記憶體會繼續增長。所以Grace裡的Vera記憶體，起初沒人知道它是用來做什麼的，現在大家都知道了它可以用作AI的記憶體。所以我們必須去建構自己的CPU。我們的偏好是專注於投資建構世界不能或不會做的事情。我們投資的第二種方式是投資我們的生態系統。我們向後看我們的供應鏈，向前看我們的供應鏈。如果你看NVIDIA的供應鏈，它包括記憶體供應商，我們已經分配了大量資本來支援我們的記憶體合作夥伴、系統合作夥伴。如果你看我們的供應鏈，NVIDIA通過向上游的供應鏈做出了數千億美元的承諾。如果我們不能確保下游供應鏈也得到照顧，那麼所有這些供應進來有什麼意義呢？我們的下游供應鏈，基本上是地球上任何公司中最多樣化和最大規模的市場推廣。世界上每一家雲服務提供商，幾乎世界上每個國家，每個電腦製造商HP、Dell等令人難以置信的合作夥伴，區域雲服務提供商，超級計算中心都是。如果你看我們的下游供應鏈，有時我們投資讓我們真正感到興奮的公司。這會開啟某天可能對生態系統很重要的新特定類別的客戶，比如CoreWeave，Lambda這樣的公司，我們可能會投資他們。我們系統性思考的方式是沿著供應鏈向上游和下游。我們考慮技術和規模等等。另一種方式是投資跨越AI蛋糕的五層的生態系統。第一層是土地、電力和外殼。第二層是晶片。現在也許我們甚至可能與其他晶片公司合作或投資他們。我們一直與其他晶片公司合作。我們與MediaTek合作，這是一個很棒的合作夥伴關係。我們與AWS合作，為他們帶來NVLink。我們可能會投資和合作，也可能會收購一些半導體公司。然後是系統方面和基礎設施方面。這是一個有很多豐富機會的領域。在那之上是模型，在那之上是應用程式，你也會看到我們在整個堆疊上進行投資。我們試圖做的是培育和加速AI發展。投資也建立了更緊密的工作關係和夥伴關係，所以能夠投資一些這些初創公司是令人難以置信的。這些是未來最重要的公司。問題： 過去幾年，輝達的業績一直超出並提高了期望。你如何處理營運世界最大公司的壓力，一個很多人說應該比今天更大的公司，並能夠持續超出期望的？黃仁勳： 首先，我不是一個人做的。我有一個了不起的團隊在我身邊，他們幫助承擔責任。毫無疑問，今天的NVIDIA在世界技術產業、供應鏈和終端市場中具有巨大影響力。但隨之而來的也是巨大的責任。我們非常認真地對待它。我們能做的主要事情之一是建構最好的技術。通過這樣做，我們不僅保持自己的相關性，我們所有的合作夥伴繼續成功，而且我們還確保AI以持續規模化的方式推進。如果AI繼續變得更聰明，我們將能夠更有效地使用它。這繼續規模化。如果我們降低成本，那繼續規模化。我們提高能源效率，那繼續規模化。所有這些都伴隨著技術。這是我們的首要責任。第二部分是確保我們有一個豐富的其他公司生態系統，從這場工業革命中受益，這就是為什麼我總是和CEO一起在台上。今天我和Roland Busch在台上一起分享，他是西門子的CEO。我們正在與西門子在不同領域合作，他們是世界上最大的工業軟體公司。他們幾乎在每一個工廠和每一個行業中。我們一起工作，帶入AI並徹底改變工廠的自動化。從軟體加速到物理AI、到AI物理到Omniverse數字孿生。我們在那裡所做的工作真的很廣泛。我們責任的第二部分是讓每個人都參與進來，我們與Snowflake和ServiceNow有合作夥伴關係、Palantir、Cadence、Synopsys、西門子，你能叫得出名字的我們都有合作。我們想確保每個人都參與進來。我認為，如果我們不是獨自前行，而是某種程度上融入這個圍繞世界的生態系統網路、並隨著技術一起前進，那麼這個行業的韌性將會更強。問題： 隨著你們對Groq的投資，我們能期待什麼？會有基於他們LPU架構的專用推理晶片嗎？黃仁勳： NVIDIA和Groq做的事情非常非常不同。我不期待那裡有什麼東西能取代我們用Vera Rubin和下一代晶片所做的事情。據我們所知，沒有合理的、更好的方法來做比Vera Rubin更好的事情。然而，我們可能能夠以一種增量式的方式，去加入他們的技術。這可能要等到下一個GTC才會透露出更多資訊。但我對Groq加入NVIDIA感到非常興奮，他們的團隊和技術都來到了我們這裡。現在仍然有一家公司在營運他們的雲業務。我會把它留到下次再說。04 關於儲存問題： 很久以前，英特爾出現並用行業標準處理器完全改變了儲存系統的設計方式。這導致了儲存開發方式的相當大的變化。你認為NVIDIA會在完全改變儲存的長期設計目標和架構方面發揮類似的關鍵作用嗎？黃仁勳： 我認為隨著時間的推移，我們將不得不發揮越來越強的作用，因為我們正在推動計算在每一個維度的極限。AI是一個平台轉變，因為這是一個新平台，因為新應用程式正在首次建構在AI上。這不僅是技術轉變，也是平台轉變，但這個平台轉變重新發明了整個計算堆疊。我們已經承認並現在認識到，我們從在CPU上運行的經典計算轉向在GPU上運行的AI。我們正在重新發明其上的堆疊。計算是基礎設施，計算也包括網路，這就是為什麼我們做了Spectrum X，我們對Mellanox的收購以及重新發明AI網路的團隊帶來了巨大的革命。這使我們成為今天世界上最大的網路公司。AI的工作負載與經典資料庫處理和SQL處理如此不同。因此，顯然儲存也將發生革命。鍵值快取的概念，語義記憶體，有意義的記憶體，語義記憶體，以及AI使用鍵值快取的方式，顯然與IT系統使用SQL查詢的方式非常不同。所以有理由認為我們將不得不重新發明儲存系統。這就是Bluefield 4的全部意義。我對我們用Bluefield 4所做的工作真的很自豪。我的感覺是，我們很可能會成為世界上最大的儲存公司之一。不是因為我們要建構儲存，而是我們將與HP、Dell以及所有儲存供應商如VAST、DDN、WEKA合作去重新發明儲存。我的感覺是Bluefield 4就是一種開始，它有一個非常高性能的CPU Vera Rubin，能支援Bluefield 4儲存，Bluefield 4智能網路卡，我們在資料中心擁有的高性能CPU數量將會爆炸式增長。我不會感到驚訝，如果NVIDIA成為世界上最大的CPU製造商之一，因為我們把CPU放在所有這些不同的地方。但我認為儲存需要被重新發明。問題： 關於計算架構。現在我們的電腦，CPU、GPU都是馮·諾依曼式架構。這意味著我們有很大的記憶體頻寬。我認為功耗依賴於這種架構，尤其是在記憶體方面。未來我們還會使用相同的記憶體架構嗎，還是會有另一種記憶體架構？黃仁勳： 馮·諾依曼架構的美妙之處在於它的可程式設計性。程式設計抽象和可程式設計性堆疊已經非常完善。最終，建構晶片是昂貴的，晶片本身當然也是昂貴的。但IT行業最昂貴的部分是頂部的軟體層。頂部的行業成本要高得多。當你出售晶片時你只賣一次，但當你建構軟體時，你要永遠維護它。所以這種架構非常受益於世界生態系統。輕易取代它，我認為是一種可怕的浪費。更不用說架構一直在演進。它不像載入儲存那麼簡單。如果你看看架構，我們有高度流式導向的架構。我認為在經典電腦的框架內，我們已經大幅推進了架構。05 關於新架構問題： 你昨天在主題演講中說Vera Rubin已經全面投產，這是指你們已經處於驗證和測試後階段了嗎？你會擔心發生類似Blackwell那樣的過熱問題嗎？黃仁勳： 我們做的事情極其困難。從未有過這種規模的電腦擁有這麼多新晶片——6顆新晶片：Grace CPU、全新的Vera GPU、Rubin、CX-9 NVLink交換機、帶有CoPackage光學器件的Spectrum X，以及Bluefield 4。所有這些晶片都是全新的。我們已經收到這些晶片有一段時間了。我們有相當多的新技術，但我們已經盡最大努力降低風險，在其他方面進行了嘗試。儘管如此，我們在這裡嘗試做的事情極其困難。世界上只有一家公司能以我們的規模和速度做到這一點。我不想輕視我們正在做的事情，但我完全有信心我們會成功。問題： 所以它們仍在驗證階段？黃仁勳： 我們總是在驗證階段，在不斷改進軟體，但晶片已經穩定可以進入製造階段了。問題： 當涉及到進步時，NVIDIA最大的挑戰和限制因素是什麼？是製造嗎？是晶片尺寸？是頻寬和延遲？黃仁勳： 是的，但以上所有都是。我們用Vera Rubin做的一些事情讓我非常自豪。有人問了關於可插拔NVLink交換機的問題。想像一下，今天我們有Grace Blackwell 200或300，它有18個節點，72個GPU，還有NVLink 72，這是9個交換機托盤。如果任何電纜或任何交換機有問題，或者鏈路不夠穩定，甚至可能是隨著時間推移的半導體疲勞。當我們今天更換某些東西時，實際上會把整個機架拆下來，讓它歸零。那個價值300萬美元的機架從全速運轉到零，直到你更換NVLink或任何節點並使其恢復運行，它會一直停機，可能一停就是幾個小時。有了Vera Rubin，你可以直接拔出NVLink，系統繼續運行。如果你想更新NVLink交換機的軟體，你可以在執行階段更新軟體。這使我們能夠讓系統運行更長時間。如果你看一個有一百萬GPU的資料中心，你到處都會有故障，因為這些極其複雜的系統的性質就是如此。如果整個資料中心仍然以99.9%的速度運行，而不是下降幾個百分點，成本、總體成本差異是相當大的。所以我對此真的很自豪。我也為Vera Rubin具有功率平滑功能而自豪。當我們訓練這些模型時，所有GPU協調工作,這意味著在某個時間點它們都會尖峰開啟或都會尖峰關閉。由於系統中的電感，瞬時電流上升或下降真的非常顯著，可能高達25%。對於許多資料中心，他們要麼過度配置25%，這意味著你讓25%的電力閒置，或者你放入一整組電池來吸收衝擊。Vera Rubin通過系統設計和電子裝置就能讓功率平滑。現在它基本上可以讓資料中心一直以100%運行，這太棒了。然後保密計算，是第一個端到端保密計算的系統。所以我們可以在一個AI工廠中同時運行不同模型製造商的智慧財產權。所有這些都非常了不起。過去我們組裝一個節點需要兩個小時。你可以想像工人們需要多少專業知識來組裝它。工廠非常樂意這樣做，因為這個產品和汽車的價格相當，所以為什麼不應該像汽車一樣花兩個小時組裝呢？但現在組裝Vera Rubin的時間可以從兩個小時減少到五分鐘。這在我們的供應鏈中完全是變革性的。它沒有電纜，100%風液冷卻而不是80%液冷。所有這些關於Vera Rubin的不同特性，從晶片本身到軟體堆疊，到AI模型，在系統等級，在AI工廠等級，我們創新了大量，我對團隊超級超級自豪。06 關於自動駕駛和物理AI問題： 關於安全性，我對AlphaMayo印象深刻。它真的能做到L4/L5等級的自動駕駛嗎？黃仁勳： 首先，讓我向你解釋這項技術。目前部署在奔馳中的NVIDIA AV系統是世界上唯一擁有冗餘AV系統的系統，其中一個達到了世界級，它以經典方式設計，有很多人類先驗知識。是汽車的安全護欄。在其上，才有AlphaMayo。這是一個端到端的AI模型，負責進行推理。AlphaMayo經過訓練，駕駛能力非常強，因為它一直模仿司機來提高駕駛能力。我先解釋這個的原因是，如果你的AV安全系統非常好，如果你知道你永遠不會處於危險之中，那麼AI駕駛員的能力就會更快變得儘可能好。因為無論發生什麼，你永遠不會處於危險之中。也許它無法執行很多自動駕駛操作，但它會安全地退到保持在車道上或緩慢停下或駛向左車道或停靠路邊。它總會保護乘客。我解釋這個是因為我相信我們會很快達到L4。唯一的問題是營運域是什麼？它有多少能力？在什麼條件下它有信心駕駛？但AlphaMayo和NVIDIA Drive堆疊的這一創新確實相當革命性。這就是為什麼花了這麼長時間。但無論如何，我們會看看進展如何。這些系統的安全性至關重要。我們應該比那更謹慎。問題： 這是不是昨天Ola（奔馳總裁）談到他將在美國提供L2++的原因？黃仁勳： 是的。我也建議我們從L2++開始把它交到客戶手中，給他們充分的機會推動它的極限。問題： 關於人機協作團隊，L2++最讓我擔心的是接管切換，在機器駕駛員和人類駕駛員之間的切換。這被廣泛認為是一個幾乎不可能解決的問題。為了讓NVIDIA推進AlphaMayo，你們有什麼樣的團隊來確保安全？黃仁勳： 我認為你回答了自己的問題。答案是永遠不要有接管。是的。即使你不承諾L4，你也應該具備L4的能力，努力讓自動駕駛永遠不要有接管。當汽車面對一些它不知道如何做的事情時，比如也許倒庫時因為空間太窄不會啟動，人還是需要的。所以你人必須在車裡，但希望AlphaMayo的目標是不脫離接觸。問題： 關於Vera Rubin。你剛提到我們有6顆新晶片。我們如何與台積電合作以確保穩定的產能和及時交付？第二個問題是關於AlphaMayo公告的後續，你如何描述AlphaMayo和特斯拉FSD之間的關鍵區別？黃仁勳： 第一個問題的回答很嚴肅。我們已經與台積電合作了25年多，幾乎30年。我們的規劃部門在與兩家公司非常緊密地合作。所以為了讓六顆晶片全部投入生產，我們和他們每天都在相互更新資料。而且這些不是我們唯一的晶片，我們仍然有Grace Blackwell，Grace Blackwell將運送大量元件和系統。所以我們有GeForce，我們有RTX Pro，我們有各種系統，我們有Thor和Orin。我們正在建構各種不同的晶片。2026年會是我們與台積電的業務合作的大年。我們的規劃團隊非常緊密地在合作。我非常感激他們的支援。我知道他們工作非常努力，Vera Rubin非常具有挑戰性，因為所有晶片都採用最新的工藝技術。它甚至使用一種叫做CoPackage的新矽光子技術。這是第一款用上它的產品。你第二個問題的答案。特斯拉的FSD是世界級的產品。他們已經在它上面工作了相當長的時間。它不僅在里程數上世界頂級，而且在設計方式、訓練資料收集和策展、合成資料生成、所有模擬技術方面都是世界級的。當然，最新一代是端到端完全自動駕駛，意味著它只是一個端到端訓練的大型模型。Elon的AV系統在各個方面都是100%最先進的。我真的對這項技術印象深刻。我有Tesla，我在我們家就開它，它跑的非常好。AlphaMayo和Tesla有兩個不同的差異點。第一個是NVIDIA不製造自動駕駛汽車，我們為其他人製造完整的堆疊和技術來製造自動駕駛汽車。對於人形機器人，我們建構三台電腦：訓練電腦、模擬電腦，還有機器人電腦。在這裡，是自動駕駛汽車，我們在所有這些電腦上都有軟體堆疊。我們的客戶可以使用所有堆疊或只用其中一部分。我們與整個汽車行業合作，從特斯拉的訓練系統，到Waymo的車機，NVIDIA是其中的一部分。我們的系統真的相當普遍，因為我們是技術平台提供商。毫無疑問，在我看來，今天路上的10億輛汽車，在接下來的10年時間裡，其中數億輛將擁有出色的自主能力。所以這可能是未來十年增長最快的技術領域之一。所以我認為這是一個非常非常重要的領域。我們做的最後一件事是開源一切。所以如果客戶想使用我們訓練的模型，我們歡迎他們這樣做。如果他們想使用我們的模型技術，但自己訓練，我們甚至會幫助他們完成訓練。我們不是一家自動駕駛汽車公司。我們只想讓世界的自主產業成為可能。一切移動的東西都應該是自主的。問題： 我知道你對物理AI非常興奮。但當我在展廳嘗試機器人時，它們往往相當初級。你認為我們什麼時候會得到真正具有人類水平能力的機器人？黃仁勳： 今年。因為我知道技術發展有多快。一些極其困難的東西，精細運動技能極其困難。原因是製造手很難，電機技術很難。我們不只是使用眼睛，我們也使用觸覺。機器人只有眼睛，所以它需要有觸覺。所以這些精細運動技能很難開發，但我們正在該領域開發技術。我知道行業的其他部分也在這樣做。移動很難。但這正在取得令人難以置信的進展。所以我認為移動將是第一個被解決的。粗大關節和抓取將是第二個，第三個將是精細運動技能，這是按難度程度排序的。認知技能正在非常快速地發展，我們將有真正非常好的推理AI模型駐留在機器人內部。所以機器人將能夠非常快速地推理，它想知道的任何東西，可以利用雲中的AI獲得額外的知識。所以你會看到一些相當驚人的事情。然後我要說的另一件事是，這些AI模型本質上是以人為導向的。但不要忘記，當你是人形機器人時，當你坐在汽車裡時，你以某種方式體現了汽車。你能夠駕駛汽車，就像它是你的延伸。當你拿起網球拍時，你體現了網球拍。以某種方式你的手臂變長了。AI成為多重體現的能力。意味著我們訓練一個AI模型成為人形機器人，但事實證明它是一個完美的操縱器。它是一個完美的自動駕駛汽車，那一天可能也會到來。所以我認為未來幾年將會非常令人興奮。問題： 如果是這樣的話，我知道很多人會擔心失業。你對此的回應是什麼？黃仁勳： 我認為情況恰恰相反。擁有機器人將創造就業機會。原因是，第一，我們世界上有勞動力短缺，不是一兩千人，而是數千萬人。而且會變得更糟，因為人口正在下降。所以我們知道我們作為一個人口，將不再能夠維持我們想要擁有的經濟。所以我們需要有更多，如果你願意的話，AI移民來幫助我們在製造車間，做我們可能決定不再做的工作類型。我認為機器人革命將推動經濟。當經濟增長時，企業會僱用更多的人。有很多工作在很長一段時間內不會被AI取代。我們只需要經濟運行良好。我們需要通貨膨脹保持低位，這樣人們可以創造更多的工作。生活成本將變得更容易被負擔，所有這些都將隨AI而來。 (騰訊科技)
